LRU Cache 背后的面试玄机：叩问求职者本质

见解分享

2023-12-16 23:59:30

什么是 LRU Cache？

LRU（Least Recently Used）Cache 是一种常用的缓存淘汰算法。当缓存空间已满时，它将移除最近最少使用的元素以腾出空间给新的数据项。这有助于提高系统的效率和响应速度。

在技术面试中，LRU Cache 的问题常见于设计题，通过考察求职者对数据结构的熟悉程度及编程技巧来评价其综合能力。

面试中的 LRU Cache：不只是算法

当求职者面对 LRU Cache 问题时，招聘方关注的是多方面的素质：

逻辑思维与解决问题的能力。能否快速理解问题核心并设计出有效的解决方案。
数据结构知识。LRU Cache 的实现需要高效地支持插入、删除和查找操作，通常采用哈希表结合双向链表来实现。
代码编写能力。面试者能否写出清晰、简洁且高效的代码。

实现 LRU Cache：案例分析

实现一个简单的 LRU Cache 算法，可以利用 Python 的字典（模拟哈希表）和有序集合（模拟双向链表）。下面是一个基于这些数据结构的简单示例：

from collections import OrderedDict

class LRUCache:
    def __init__(self, capacity: int):
        self.cache = OrderedDict()
        self.capacity = capacity

    def get(self, key: int) -> int:
        if key not in self.cache:
            return -1
        value = self.cache.pop(key)
        # 重新插入以更新顺序
        self.cache[key] = value
        return value

    def put(self, key: int, value: int) -> None:
        if key in self.cache:
            del self.cache[key]
        elif len(self.cache) >= self.capacity:
            self.cache.popitem(last=False)
        # 插入新元素到末尾
        self.cache[key] = value